基于渐进多尺度注意力残差网络的单幅图像去雨方法OACSTPCD
Single Image Rain Removal Method Based on Progressive Multi-scale Attention Residual Network
雨水会严重影响场景的能见度,降低成像质量,影响许多计算机视觉系统,如视频监控、自动驾驶等的正常工作.因此从退化的含雨图像中去除雨水是一项迫切的任务.论文提出了一种新的基于渐进式多尺度注意力残差网络模型(PMARnet)用于单幅图像去雨.首先考虑到复杂雨天场景一般包含多个不同特性的雨层,该网络将去雨过程分解为多个阶段,每个阶段使用残差网络预测不同的雨层,避免梯度消失.进一步采用了多尺度注意力残差模块(MAR),以更好地利用多尺度信息提取各层雨带的语…查看全部>>
Rains can exert severely impacts on the visibility of scenes,reducing the quality of imaging and affecting a large number of computer vision tasks and systems,such as video surveillance and self-driving car and the like.Eliminating rain streaks,therefore,is a crucial task.This paper proposes a novel deraining model,coined as progressive multi-scale attention residual net-work(PMARnet),to remove rain streaks from a single frame image.Considering that complex …查看全部>>
顾小豪;王欢
南京理工大学计算机科学与工程学院 南京 210094南京理工大学计算机科学与工程学院 南京 210094
计算机与自动化
单幅图像去雨深度学习渐进式图像去雨多尺度融合注意力网络
single image rain removaldeep learningprogressive image derainingmulti-scale fusionattention network
《计算机与数字工程》 2024 (3)
827-833,879,8
国家自然科学基金项目(编号:61703209)资助.
评论